Many of the example relation phrase

Many of the example relation phrases shown in Table 3 involve long-range dependencies between words in the sentence. These types of dependencies are not easily representable using a pattern over POS tags. A deeper syntactic analysis of the input sentence would provide a much more general language for modeling relation phrases. For example, one could create a model of relations expressed in terms of dependency parse features that would capture the non-contiguous relation phrases in Table 3. Previous work has shown that dependency paths do indeed boost the recall of relation extraction systems (Wu and Weld, 2010; Mintz et al., 2009). While using dependency path features allows for a more flexible model of relations, it significantly increases processing time, which is problematic for Web-scale extraction. Further, we have found that this increased recall comes at the cost of lower precision on Web text (see Section 5).

Kết quả (Việt) 2:

Nhiều người trong số các cụm từ liên quan ví dụ thể hiện trong Bảng 3 liên quan đến phụ thuộc tầm xa giữa các từ trong câu. Những loại phụ thuộc không dễ dàng biểu diễn sử dụng một mẫu qua thẻ POS. Một phân tích cú pháp sâu sắc hơn về những câu đầu vào sẽ cung cấp một ngôn ngữ nhiều hơn nói chung cho các cụm từ liên quan mô hình. Ví dụ, một người có thể tạo ra một mô hình quan hệ biểu hiện dưới các tính năng phụ thuộc parse rằng sẽ nắm bắt các cụm từ liên quan không tiếp giáp trong Bảng 3. Nghiên cứu trước đây đã chỉ ra rằng những con đường phụ thuộc nào thực sự thúc đẩy việc thu hồi của hệ thống khai thác mối quan hệ (Wu và Weld , 2010;. Mintz et al, 2009). Trong khi sử dụng các tính năng phụ thuộc tuyến cho phép cho một mô hình linh hoạt hơn trong các mối quan hệ, nó làm tăng đáng kể thời gian xử lý, mà là vấn đề đối khai thác Web quy mô. Hơn nữa, chúng tôi đã tìm thấy rằng thu hồi tăng này đi kèm với chi phí chính xác thấp hơn trên văn bản Web (xem Phần 5).